DA
Log indKom i gang
Ordliste

BMXNet

Hvad er BMXNet?

BMXNet er et open source-bibliotek til binære neurale netværk, udgivet i 2017 af Hasso Plattner Institute i Potsdam og bygget på frameworket Apache MXNet. Binære netværk gemmer vægte og aktiveringer med en enkelt bit i stedet for 32, hvilket gør modellerne langt mindre og hurtigere – attraktivt til smartphones og indlejrede enheder, dog som regel på bekostning af en vis nøjagtighed. Da MXNet blev udfaset i 2023, er BMXNet nu primært af forskningsmæssig interesse (pr. oktober 2026).

Emner

  • Deep learning
  • Edge AI
  • Forskning

Prøv KI.ordo

Agenter, flows og skabeloner i ét arbejdsområde – gratis demo i 24 timer.

Start demo
← Alle begreber

Relaterede begreber

MXNet

Apache MXNet var et open source deep learning-framework, der effektivt kunne træne modeller på tværs af flere GPU'er og maskiner, med grænseflader til Python, C++, R, Scala og andre sprog. Amazon Web Services støttede det i nogle år som sit foretrukne framework. Apache Software Foundation lukkede projektet i september 2023 og flyttede det til Apache Attic i februar 2024; det udvikles ikke længere. Eksisterende modeller migreres som regel til andre frameworks.

  • framework
  • deep learning
  • +1

Kunstige neurale netværk (ANN'er)

Kunstige neurale netværk (ANN'er) er beregningsmodeller bestående af mange forbundne enheder (»neuroner«) arrangeret i lag, som behandler input via vægtede forbindelser. Under træning justeres vægtene trin for trin ud fra eksempler, som regel ved backpropagation. ANN'er er fundamentet for deep learning og driver billedgenkendelse, talegenkendelse og store sprogmodeller. På trods af den biologiske inspiration fungerer de langt mere enkelt end den menneskelige hjerne.

  • Deep learning
  • AI-grundbegreber
  • +1

Deep learning

Deep learning er en gren af maskinlæring, der bruger kunstige neurale netværk med mange lag. Sådanne netværk lærer ud fra store datamængder, hvilke træk der er vigtige – fra kanter i billeder til betydningsrelationer i tekster. Deep learning ligger til grund for nutidens sprogmodeller, billed- og talegenkendelse og maskinoversættelse og kræver som regel betydelig regnekraft og mange træningsdata.

  • neurale netværk
  • maskinlæring
  • +1